Sei sulla pagina 1di 9

Tolerance Design – Confronto tra metodo tradizionale (WCA) e

metodo statistico (RSS)


Ing. Pier Giorgio DELLA ROLE – Six Sigma Master Black Belt

1. Introduzione
C’è un interesse crescente nell’industria per il tema delle “tolleranze”.
Le richieste dei clienti per prodotti di qualità ha focalizzato l’attenzione sugli effetti che la
variabilità (dei singoli componenti il prodotto) ha sui costi e sulle performance del prodotto
finale.
Un costo eccessivo o delle prestazioni scadenti possono avere effetti negativi sulle quote
di mercato e di conseguenza la corretta definizione delle tolleranze sia sulle dimensioni
che sulle caratteristiche dei componenti è diventata una competenza di vitale importanza
per la funzione Engineering.
In aggiunta la definizione delle tolleranze influenza molti aspetti produttivi come si può
vedere nella figura seguente:

Il legame tra Engineering e Manufacturing

Engineering Tolleranze Manufacturing

. Fit (giochi/interferenze) . Producibilità


. Funzionalità . Montaggio
Esigenze in
. Prestazioni . Costi di produzione
contrapposizione
. Sensitività . Scelta dei processi
. Robusto rispetto . Skills operatori
alla variabilità . Attrezzature
. Scarti e rilavorazioni

Strette Larghe
4

Il principale interesse del progettista è la funzionalità dell’assieme. Le varie parti che lo


compongono devono, una volta costruite con le tolleranze specificate e assemblate,
fornire l’output desiderato. D’altro canto il tecnologo è in primo luogo attento al valore delle
tolleranze perché dal loro valore dipendono la scelta dei processi e i costi di produzione.

I metodi di allocazione delle tolleranze devono tenere in considerazione i due aspetti


fondamentali citati sopra : funzionalità e manufacturability.

La “robustezza” di un prodotto misurabile tramite gli indici Cp e Cpk tiene conto di questo
duplice aspetto e deve essere una responsabilità congiunta tra il progettista e il tecnologo
di produzione (vedere figura seguente):

1
Design for Manufacturability
L’utilità dell’indice Cp consiste nel bilanciare la responsabilità sulla
qualità del prodotto tra il progettista ed il tecnologo di produzione.

Controllate dal Progettista

ESIGENZE ENGINEERING

Cp = VARIABILITA’ DEL PROCESSO PRODUTTIVO

Controllata dal Tecnologo

. PROGETTAZIONE: Aumentare il numeratore cioè allargare le tolleranze al


massimo valore consentito per il corretto
funzionamento del prodotto

. PRODUZIONE: Diminuire il denominatore cioè ridurre la variabilità del


processo produttivo e centrare il suo valore medio sul
valore target
6

Nel campo del calcolo delle tolleranze si possono distinguere due approcci e
precisamente:

1. Tolerance Analysis
Nell’analisi delle tolleranze, le tolleranze dei componenti sono note e viene calcolata la
tolleranza dell’assieme.

2. Tolerance Allocation
La “tolerance allocation” è il processo opposto. Sono note le esigenze (tolleranze)
dell’assieme e occorre determinare le tolleranze dei componenti. Di conseguenza
la tolleranza dell’assieme va distribuita sui vari componenti in modo razionale.

La figura che segue riporta invece i modelli oggi in uso per il “Tolerance Design”.

Seguirà un esempio di applicazione relativo alla “Tolerance Allocation” applicando il


modello di “proportional scaling” e usando dapprima il metodo tradizionale o Analisi del
Caso Peggiore (Worst Case Analysis - WCA) e poi successivamente il metodo statistico
(Root Sum of Squares – RSS).

2. Metodo per l’analisi di una catena di tolleranze lineari


Solitamente l’obiettivo di tale analisi è quello di predire la variazione dimensionale di un
“gioco” come conseguenza di una operazione di montaggio.

La procedura da usare è la seguente:

1. Tutte le dimensioni e tolleranze che non sono bilaterali, vanno convertite in tolleranze
bilaterali uguali;

2
2. Si consiglia, per i disegni complessi, di creare un “loop diagram”;

3. Usando il “loop diagram”, calcolare la dimensione nominale del gioco;

4. Calcolare i limiti dimensionali del gioco e la massima variazione attesa adottando


il modello delle tolleranze più appropriato (WCA o RSS).

Modelli per il ‘Tolerance Design’

Tolerance Analysis

Worst Case Statistical Simulation

. Loop diagram or . RSS (Root Sum Squares) . Monte Carlo


Vector chain . Mean Shift
. Six Sigma

Tolerance Allocation

. Allocation by Proportional Scaling


. Allocation by Weight Factors
. Allocation using Least Cost Optimization

36

Come esempio di applicazione sceglieremo lo “Shaft and Housing Assembly”


riportato in figura.

In esso si distinguono due tipi di dimensioni e relative tolleranze:

- Fixed sono dimensioni e tolleranze che non si possono variare in


quanto provengono da particolari di grande serie comprati
a catalogo da un fornitore esterno;

- Design Sono dimensioni e tolleranze che il progettista può variare al


fine di raggiungere l’obiettivo prefissato.

3
Example: Shaft and Housing Assembly

76

I dati di partenza delle diverse dimensioni con relative tolleranze sono riportate nella figura
sottostante unitamente al risultato atteso di “clearance”.
Viene costruito anche un “loop diagram” per facilitare il calcolo.

Esempio: Proportional Scaling

Loop Diagram Data

clearance
Nom Toll Type
-E
A 0.0505 0.0015 fixed
+F +D
B 8.0000 0.0080 design
C 0.5093 0.0025 fixed
-G
-A D 0.4000 0.0020 design
-C
E 7.7110 0.0060 design
F 0.4000 0.0020 design
+B
G 0.5093 0.0025 fixed

Fixed: non possono essere


modificate
Required clearance : 0.020 +/- 0.015
(da fornitore esterno)

77

4
Dato che la variazione dimensionale della “clearance” non è quella richiesta dal progettista
(+/- 0.015) per un corretto funzionamento dell’insieme, ma è maggiore (+/-0.0245), viene
usato il modello di “proportional scaling” unitamente al metodo WCA.

Si ricorda che le uniche tolleranze modificabili sono quelle “design”.

Worst Case Analysis

Nom Toll Type


A -0.0505 0.0015 fixed
B 8.0000 0.0080 design
0.0245 è troppo grande
C -0.5093 0.0025 fixed
in confronto al 0.015
D 0.4000 0.0020 design richiesto
E -7.7110 0.0060 design
F 0.4000 0.0020 design
G -0.5093 0.0025 fixed
Totale 0.020 0.0245

Tasm = 0.015 = 0.0015 + 0.0025 + 0.0025 + P(0.008 + 0.002+ 0.006 + 0.002)

P = proportionality factor = 0.47222

Tb = 0.47222 (0.008) = 0.00378 Te = 0.47222 (0.006) = 0.00283


Td = 0.47222 (0.002) = 0.00094 Tf = 0.47222 (0.002) = 0.00094
78

Il risultato applicando il WCA (Worst Case Analysis) è che le tolleranze modificabili


(classificate come design) devono essere ridotte cioè vanno moltiplicate per un fattore
pari a 0.47222.

Vediamo ora la stessa analisi eseguita col modello statistico RSS (Root Sum of Squares).

I quattro presupposti per applicare il modello statistico sono:

1. Le tolleranze dei singoli componenti sono indipendenti. Cioè ogni tolleranza compresa
nel “loop” non è funzione di un’altra tolleranza del “loop”;

2. I processi con cui sono prodotti i singoli componenti sono in controllo statistico e
seguono una distribuzione normale;

3. La capability dei processi con cui sono prodotti i componenti viene considerata essere
pari a +/- 3 sigma;

4. La media dei processi è centrata sulla valore medio della tolleranza.

5
Root Sum of Squares (RSS)

Nom Toll Type


A -0.0505 0.0015 fixed
B 8.0000 0.0080 design
0.0245 è troppo grande
C -0.5093 0.0025 fixed
in confronto al 0.015
D 0.4000 0.0020 design richiesto
E -7.7110 0.0060 design
F 0.4000 0.0020 design
G -0.5093 0.0025 fixed
Totale 0.020 0.0245
2 2 2 2 2 2 2 2
Tasm = 0.015 = 0.0015 + 0.0025 + 0.0025 + P(0.008 + 0.002+ 0.006 + 0.002 )

P = proportionality factor = 1.39526

Tb = 1.39526 (0.008) = 0.01116 Te = 1.39526 (0.006) = 0.00837


Td = 1.39526 (0.002) = 0.00279 Tf = 1.39526 (0.002) = 0.00279
79

Il risultato che ne segue è notevolmente diverso da quello WCA.


In questo caso le tolleranze dei componenti “design” possono essere ampliate di un
fattore pari a 1.39526 con dei costi di fabbricazione ridotti.

In questo caso però ci dobbiamo aspettare una difettosità dell’assieme (cioè di assiemi la
cui clearance non è quella richiesta) pari a 27 unità ogni 10000 assiemi, che è quella tipica
di un processo 3 sigma centrato (99.73% assembleability).

Tabella di confronto

Original tolerances Proportional


Worst
Dim Nom Toll Type Case RSS
A -0.0505 0.0015 fixed 0.0015 0.0015
B 8.0000 0.0080 design 0.00378 0.01116
C -0.5093 0.0025 fixed 0.0025 0.0025
D 0.4000 0.0020 design 0.00094 0.00279
E -7.7110 0.0060 design 0.00283 0.00837
F 0.4000 0.0020 design 0.00094 0.00279
G -0.5093 0.0025 fixed 0.0025 0.0025
Assembly
tolerance 0.020 0.0245 0.0150 0.0150

Scale factor (P) 0.47222 1.39526

80

6
3. Modello RSS (Root Sum of Squares) – Mean Shift

Root Sum of Squares (RSS) – Mean Shift

Si tiene conto delle incertezze dovute principalmente ad uno


spostamento (shift) del processo e ad un processo che può non
essere normale.

Si introduce quindi un
σ
3σ fattore di correzione ‘K’
USL

LSL 2 2
T asm = K T 1 + T 2

Tale fattore K assume


valori compresi tra
µ 1.4 e 1.7

Il risultato finale sarà compreso tra WCA e RSS.


61

In pratica le condizioni richieste dal metodo RSS non sono sempre rispettate, soprattutto i
processi manifatturieri non producono secondo una distribuzione normale oppure il valore
medio non è abbastanza vicino al valore nominale.

Il teorema del Limite Centrale, tuttavia,stabilisce che, indipendentemente dalle tolleranze


coinvolte, se il numero dei componenti la catena è grande, il gioco risultante si avvicinerà
ad una distribuzione normale.

A volte succede che nella catena vi è una tolleranza “dominante” la quale non presenta
una distribuzione normale. In questo caso vi deve essere un alto numero di tolleranze
minori per compensare la non normalità della tolleranza dominante.

Da quanto detto sopra è nata la necessità del fattore “K” di correzione.

Il valore suggerito più frequente è 1.5.

Esiste tuttavia una formula proposta da P. Drake e D. Van Wyk:

0.5 ( Twc - Trss )


K= +1
T rss ( n - 1 )

7
4. Tabella di confronto tra i modelli

Modelli - Tabella di confronto

Modello Formula Risultato Applicazione


Usato per sistemi
WCA Non statistico.
critici dove non sono
Worst Case T asm = Σ T i Probabilità bassa ammessi scarti.
Analysis di verificarsi. Molto costoso.

Statistico. Usato per sistemi


RSS
σ asm = Σ (Ti /3)
2
dove sono ammessi
Statistico Consente il calcolo
scarti.
della % di scarti. Meno costoso.

Statistico. Usato per sistemi


Six Sigma 2

Statistico
σasm = Σ (T i /3Cpk) Consente il calcolo dove è richiesta una
qualità elevata.
della % di scarti.

Statistico usando Usato quando si è


Dati
σ asm = Σ σ
2
dati reali. Consente già in produzione.
i
misurati valutazione % scarti “what if’ analisi.

67

In conclusione si voleva evidenziare la differenza tra WCA (Analisi del Caso Peggiore)
e modello statistico RSS (Root Sum of Squares) che si può cosi riassumere:

WCA
Assicura il 100% di intercambiabilità e non tiene conto del tipo di distribuzione delle
tolleranze. Il numero dei componenti la catena di tolleranze può essere qualsiasi.
Presenta due inconvenienti:
- la probabilità di avere tutti i componenti al minimo o al massimo della tolleranza è
bassissima
- quando i componenti la catena sono tanti, per assicurare la tolleranza richiesta
sull’assieme, tale metodo richiede delle tolleranze strette sui componenti con
possibili alti costi di produzione

RSS
Consigliato quando la catena di tolleranze comprende almeno 4 componenti la cui
distribuzione si conosce essere normale.
Quando sono verificati i presupposti elencati a pagina 5, si possono verificare scarti,
sulla dimensione finale richiesta dell’assieme, propri di un processo 3 sigma centrato cioè
pari a 0.27% (99.73% assembleability).

8
Appendice
Le formule del Tolerance Design e l’interpretazione grafica

T1 T2
Allocation by Proportional Scaling
(graphical interpretation) T asm
Worst case limit

1.0 T asm = T 1 + T 2
Statistical limit
2 2
T asm = T 1 + T 2
T2
Allocated
T asm Tolerances by
Proportional
Scaling

0.5

Original
tolerances

0
0.5 1.0
T1
T asm 75

Il termine RSS (Root Sum of Squares) deriva dal fatto che quando si sommano o si
sottraggono due distribuzioni (come in una catena di tolleranze) le medie sono additive,
ma le deviazioni standard non lo sono.
Occorre quindi passare dalle deviazioni standard alle varianze e tenere presente che ogni
qualvolta si combinano delle distribuzioni, la variazione aumenta sempre.

Conclusioni

1. Somma di distribuzioni 2. Differenza di distribuzioni

X A + B = XA + X B X A - B = XA - X B

2 2 2 2 2 2
S A+B = S A + SB S A-B = SA + SB
uguale
2 2 2 2
S A+B = S A + SB S A-B = SA + SB

RSS = Root Sum of Squares


34